Nghiên Cứu Đánh Giá Mô Hình Khí Hậu Tại Hà Nội

Luận văn thạc sĩ đánh giá khả năng mô phỏng lượng mưa và nhiệt độ của các mô hình NHM và REGCM tại Việt Nam, cung cấp thông tin chi tiết và phân tích.

• Người hướng dẫn: PGS. TSKH Kiều Thị Xinh
• Trường học: Đại học Quốc gia Hà Nội
• Chuyên ngành: Khí hậu học
• Đề tài: Nghiên Cứu Đánh Giá Mô Hình Khí Hậu Tại Hà Nội
• Loại tài liệu: Luận văn
• Năm xuất bản: 2014
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN VỀ NGHIÊN CỨU MÔ PHỎNG KHÍ HẬU KHU VỰC BẰNG MÔ HÌNH SỐ
• 1.1. Tại Việt Nam
• 1.2. Các mô hình khí hậu khu vực
• 2. CHƯƠNG 2: SỐ LIỆU VÀ PHƯƠNG PHÁP ĐÁNH GIÁ
• 2.1. Số liệu sử dụng trong bộ số liệu JRA25
• 2.2. Phân bố mạng lưới trạm quan trắc
• 2.3. Kết quả mô phỏng nhiệt độ không khí T2m trung bình 20 năm thời kỳ 1986-2007 của REGM và PHM
• 3. CHƯƠNG 3: KẾT QUẢ ĐÁNH GIÁ MÔ PHỎNG
• PHỤ LỤC
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Nghiên Cứu Mô Hình Khí Hậu Hà Nội Hiện Nay

Nghiên cứu mô hình khí hậu Hà Nội bằng các mô hình khu vực hiện là xu thế chung trên thế giới. Phương pháp này xem xét khả năng mô phỏng của các mô hình khí hậu trong một phạm vi giới hạn, thường chạy với điều kiện biên từ nguồn số liệu tái phân tích hoặc từ sản phẩm đầu ra của các mô hình khí hậu toàn cầu. Kết quả được so sánh với số liệu quan trắc hoặc nguồn số liệu tái phân tích đáng tin cậy. Ưu thế của phương pháp hạ quy mô động lực giúp thu được trường mô phỏng chi tiết, khách quan và xem xét được các quá trình hồi tiếp giữa mặt đệm và khí quyển. Tuy vậy, việc ứng dụng các RCMs được tiến hành mạnh mẽ khi các mô hình toàn cầu đạt được các bước tiến rõ rệt cùng với sự đáp ứng tốt của công nghệ thông tin về yêu cầu tính toán.

1.1. Ưu điểm của Mô Hình Khí Hậu Khu Vực Hà Nội

Mô hình khí hậu khu vực có ưu điểm vượt trội trong việc tái tạo các trường khí tượng chi tiết, đặc biệt là ở những khu vực có địa hình phức tạp như Hà Nội. Điều này cho phép các nhà nghiên cứu hiểu rõ hơn về các quá trình tương tác giữa bề mặt và khí quyển, từ đó cải thiện độ chính xác của dự báo. Theo nghiên cứu của Liang và cộng sự (2004), mô hình khu vực có khả năng mô phỏng rõ nét các điều kiện khí hậu với sai số thấp hơn so với số liệu tái phân tích toàn cầu. Mô hình hóa khí hậu đô thị là một lĩnh vực quan trọng, giúp chúng ta hiểu rõ hơn về tác động của đô thị hóa đến khí hậu địa phương.

1.2. Ứng Dụng Mô Hình Khí Hậu Khu Vực Trên Thế Giới

Nhiều quốc gia trên thế giới đã ứng dụng thành công các mô hình khí hậu khu vực để nghiên cứu biến đổi khí hậu và dự báo thời tiết. Ví dụ, mô hình WRF đã được sử dụng rộng rãi ở Hoa Kỳ để mô phỏng các hiện tượng thời tiết cực đoan. Ở châu Âu, mô hình COSMO-CLM được sử dụng để dự báo khí hậu cho các khu vực khác nhau. Các nghiên cứu này đã cung cấp những thông tin quan trọng cho việc hoạch định chính sách và ứng phó với biến đổi khí hậu. Đánh giá mô hình khí hậu là một bước quan trọng để đảm bảo độ tin cậy của các dự báo.

II. Thách Thức Nghiên Cứu Biến Đổi Khí Hậu Tại Hà Nội

Nghiên cứu biến đổi khí hậu Hà Nội đối mặt với nhiều thách thức. Các mô hình khí hậu toàn cầu mô phỏng khá tốt các quá trình quy mô lớn, nhưng khi xem xét các quá trình quy mô địa phương lại rất cần thiết. Để chạy các mô hình khí hậu phân giải cao đòi hỏi nhiều về chi phí tính toán, thực tế chỉ các nước có tài nguyên máy tính lớn mới thực hiện được. Cần kiểm chứng khả năng mô phỏng khí hậu của mô hình NHM với mô hình RegCM, mô hình được dùng nhiều tại Việt Nam, trên chuỗi số liệu đủ dài. Tác động của biến đổi khí hậu tại Hà Nội ngày càng trở nên rõ rệt, đòi hỏi các nghiên cứu chuyên sâu hơn.

2.1. Hạn Chế Về Dữ Liệu Khí Hậu Hà Nội

Một trong những thách thức lớn nhất là sự thiếu hụt dữ liệu khí hậu chất lượng cao và liên tục. Dữ liệu quan trắc từ các trạm khí tượng thường không đầy đủ hoặc bị gián đoạn, gây khó khăn cho việc hiệu chỉnh và đánh giá mô hình. Việc thu thập và xử lý dữ liệu khí hậu Hà Nội đòi hỏi nguồn lực lớn và sự hợp tác giữa các cơ quan nghiên cứu và quản lý. Độ tin cậy của mô hình khí hậu phụ thuộc rất nhiều vào chất lượng dữ liệu đầu vào.

2.2. Khó Khăn Trong Mô Phỏng Các Hiện Tượng Cực Đoan

Các hiện tượng thời tiết cực đoan như mưa lớn, lũ lụt, nắng nóng và hạn hán ngày càng trở nên thường xuyên và khốc liệt hơn ở Hà Nội. Tuy nhiên, việc mô phỏng chính xác các hiện tượng này vẫn là một thách thức lớn đối với các mô hình khí hậu. Các mô hình cần phải có khả năng nắm bắt được các quá trình vật lý phức tạp và tương tác phi tuyến tính giữa các yếu tố khí hậu. Nghiên cứu khí hậu Hà Nội cần tập trung vào việc cải thiện khả năng mô phỏng các hiện tượng cực đoan.

2.3. Yêu Cầu Về Năng Lực Tính Toán

Để chạy các mô hình khí hậu phân giải cao, đòi hỏi năng lực tính toán lớn. Thực tế chỉ các nước có tài nguyên máy tính lớn mới thực hiện được. Cần kiểm chứng khả năng mô phỏng khí hậu của mô hình NHM với mô hình RegCM, mô hình được dùng nhiều tại Việt Nam, trên chuỗi số liệu đủ dài. Mô hình khí hậu toàn cầu áp dụng cho Hà Nội cần được điều chỉnh để phù hợp với điều kiện địa phương.

III. Phương Pháp Đánh Giá Mô Hình Khí Hậu Hà Nội Chi Tiết

Luận văn tiến hành “Đánh giá khả năng mô phỏng lượng mưa và nhiệt độ của các mô hình NHM và RegCM trên khu vực Việt Nam” thực hiện trên chuỗi số liệu 22 năm từ 1986 đến 2007 độ phân giải 20km chạy với cùng điều kiện biên và điều kiện ban đầu là số liệu tái phân tích JRA25, số liệu tái phân tích nhiệt độ bề mặt nước biển SST của Nhật Bản. Số liệu lượng mưa và nhiệt độ dùng để so sánh được lấy từ phân tích APHRODITE độ phân giải 0.25 độ và chuỗi quan trắc của 58 trạm synop trên khu vực Việt Nam cùng thời kỳ. Phương pháp đánh giá mô hình khí hậu cần được chuẩn hóa để đảm bảo tính khách quan.

3.1. Sử Dụng Dữ Liệu Tái Phân Tích JRA25

Dữ liệu tái phân tích JRA25 của Nhật Bản được sử dụng làm điều kiện biên và điều kiện ban đầu cho các mô hình NHM và RegCM. Dữ liệu này cung cấp thông tin về các yếu tố khí tượng như nhiệt độ, độ ẩm, gió và áp suất trên toàn cầu, với độ phân giải tương đối cao. Việc sử dụng dữ liệu tái phân tích giúp đảm bảo tính nhất quán và độ tin cậy của các mô phỏng. Các yếu tố ảnh hưởng đến khí hậu Hà Nội cần được xem xét kỹ lưỡng trong quá trình đánh giá.

3.2. So Sánh Với Dữ Liệu Quan Trắc APHRODITE

Dữ liệu quan trắc APHRODITE được sử dụng để so sánh và đánh giá kết quả mô phỏng của các mô hình. Dữ liệu này cung cấp thông tin về lượng mưa và nhiệt độ trên khu vực châu Á, với độ phân giải cao và độ chính xác tương đối tốt. Việc so sánh với dữ liệu quan trắc giúp xác định mức độ phù hợp của các mô hình với thực tế. Thay đổi nhiệt độ Hà Nội và thay đổi lượng mưa Hà Nội là những yếu tố quan trọng cần được đánh giá.

IV. Kết Quả Nghiên Cứu Đánh Giá Mô Hình Khí Hậu Hà Nội

Các kết quả cho thấy nhiệt độ không khí bề mặt thấp hơn 1-20C phần phía Thái Bình Dương của Tohoku và cao hơn 1-20C ở phần giáp Biển Nhật Bản. Tổng lượng mưa tháng, độ sâu tuyết và lượng tuyết bao phủ mô phỏng bởi mô hình thấp hơn thực tế, hệ số tương quan với các giá trị quan trắc tương ứng lần lượt là 0. Sai số thiên âm lớn dọc theo bờ biển Nhật Bản từ Hokkaido đến Chugoku và sai số thiên âm nhỏ từ phía đông Hokkaido đến biển Thái Bình Dương tại Tohoku. Sai số giảm từ độ cao trên 500m. Nghiên cứu biến đổi khí hậu Việt Nam cần được đẩy mạnh để ứng phó với các thách thức.

4.1. Đánh Giá Khả Năng Mô Phỏng Nhiệt Độ

Mô hình NHM và RegCM có khả năng mô phỏng nhiệt độ khá tốt, tuy nhiên vẫn còn một số sai số nhất định. Nhiệt độ không khí bề mặt thường thấp hơn ở khu vực phía đông và cao hơn ở khu vực phía tây. Sai số này có thể do sự khác biệt về địa hình và điều kiện bề mặt. Mô hình khí hậu khu vực cần được cải thiện để giảm thiểu sai số trong mô phỏng nhiệt độ.

4.2. Đánh Giá Khả Năng Mô Phỏng Lượng Mưa

Mô hình NHM và RegCM có xu hướng đánh giá thấp lượng mưa, đặc biệt là ở các khu vực núi cao. Sai số này có thể do sự phức tạp của các quá trình hình thành mưa và sự hạn chế của các tham số hóa trong mô hình. Đánh giá rủi ro khí hậu Hà Nội cần dựa trên các mô phỏng lượng mưa chính xác.

V. Ứng Dụng Thực Tiễn Mô Hình Khí Hậu Cho Hà Nội

Việc sử dụng mô hình khí hậu khu vực phân giải cao mô phỏng khí hậu tiến tới áp dụng để dự báo khí hậu trong tương lai là rất khả thi. Ở nước ta, việc sử dụng các mô hình khí hậu khu vực để mô phỏng khí hậu cũng đã được ứng dụng từ khoảng năm 2000. Đi đầu trong các nghiên cứu này là nhóm nghiên cứu tại Khoa Khí tượng Thủy văn và Hải dương học, trường Đại học Khoa học tự nhiên, Đại học Quốc gia Hà Nội với mô hình RegCM. Thích ứng với biến đổi khí hậu Hà Nội là một yêu cầu cấp thiết.

5.1. Dự Báo Khí Hậu Cho Các Ngành Kinh Tế

Các mô hình khí hậu có thể được sử dụng để dự báo khí hậu cho các ngành kinh tế khác nhau, như nông nghiệp, du lịch và năng lượng. Thông tin này có thể giúp các doanh nghiệp và chính phủ đưa ra các quyết định phù hợp để giảm thiểu tác động của biến đổi khí hậu. Dự báo khí hậu Hà Nội cần được cung cấp thường xuyên và dễ dàng tiếp cận.

5.2. Xây Dựng Kịch Bản Biến Đổi Khí Hậu

Các mô hình khí hậu có thể được sử dụng để xây dựng các kịch bản biến đổi khí hậu khác nhau, dựa trên các giả định khác nhau về phát thải khí nhà kính. Các kịch bản này có thể giúp các nhà hoạch định chính sách hiểu rõ hơn về các rủi ro và cơ hội liên quan đến biến đổi khí hậu. Kịch bản biến đổi khí hậu Hà Nội cần được cập nhật thường xuyên.

VI. Kết Luận và Hướng Nghiên Cứu Mô Hình Khí Hậu Hà Nội

Việc sử dụng mô hình khí hậu khu vực phân giải cao mô phỏng khí hậu tiến tới áp dụng để dự báo khí hậu trong tương lai là rất khả thi. Cần tiếp tục nghiên cứu và phát triển các mô hình khí hậu khu vực để nâng cao độ chính xác và độ tin cậy của các dự báo. Đồng thời, cần tăng cường hợp tác quốc tế để chia sẻ kinh nghiệm và dữ liệu trong lĩnh vực này. Chính sách khí hậu Hà Nội cần dựa trên các bằng chứng khoa học vững chắc.

6.1. Phát Triển Mô Hình Phân Giải Cao Hơn

Một trong những hướng nghiên cứu quan trọng là phát triển các mô hình khí hậu khu vực với độ phân giải cao hơn. Điều này sẽ giúp cải thiện khả năng mô phỏng các quá trình khí hậu địa phương và các hiện tượng thời tiết cực đoan. Mô hình hóa khí hậu đô thị cần được ưu tiên phát triển.

6.2. Tăng Cường Hợp Tác Quốc Tế

Hợp tác quốc tế là rất quan trọng để chia sẻ kinh nghiệm và dữ liệu trong lĩnh vực nghiên cứu khí hậu. Các nhà khoa học từ các quốc gia khác nhau có thể học hỏi lẫn nhau và cùng nhau giải quyết các thách thức chung. Mô hình khí hậu toàn cầu áp dụng cho Hà Nội cần được điều chỉnh để phù hợp với điều kiện địa phương.

Nội dung chính

Tổng quan nghiên cứu

Khí hậu Việt Nam mang đặc trưng nhiệt đới gió mùa ẩm sâu sắc với nền nhiệt độ trung bình năm phổ biến từ 22°C đến 27°C và lượng mưa tích lũy hàng năm dao động từ 1500 mm đến trên 2500 mm. Dưới tác động mạnh mẽ của biến đổi khí hậu toàn cầu, tần suất và cường độ của các hiện tượng thời tiết cực đoan như nắng nóng gay gắt, mưa lớn dị thường và rét đậm rét hại ngày càng gia tăng phức tạp. Việc mô phỏng chính xác trường nhiệt độ và lượng mưa ở quy mô địa phương đóng vai trò sống còn đối với công tác dự báo khí tượng và quản lý rủi ro thiên tai. Tuy nhiên, các mô hình khí hậu toàn cầu thường có độ phân giải thô, chưa nắm bắt đầy đủ địa hình chia cắt phức tạp của nước ta.

Mục tiêu cốt lõi của nghiên cứu là đánh giá định lượng và so sánh khả năng mô phỏng nhiệt độ không khí tầng 2 mét cùng lượng mưa của mô hình khí hậu khu vực phi thủy tĩnh NHRCM và mô hình thủy tĩnh RegCM4. Phạm vi nghiên cứu bao phủ toàn bộ lãnh thổ đất liền và vùng biển Việt Nam trên lưới tính độ phân giải 20 km trong chuỗi thời gian liên tục 22 năm, từ năm 1986 đến năm 2007.

Ý nghĩa khoa học của luận văn thể hiện ở việc thiết lập bộ thông số tham chiếu chuẩn xác, đóng góp trực tiếp vào chương trình xây dựng kịch bản biến đổi khí hậu trung hạn giai đoạn 2015-2030. Kết quả nghiên cứu giúp giảm thiểu độ lệch chuẩn của nhiệt độ mô phỏng xuống dưới mức 1.0°C và nâng cao độ chính xác dự báo các trận mưa cực đoan vượt ngưỡng 50 mm trên ngày, tạo tiền đề vững chắc cho việc ứng dụng mô hình phi thủy tĩnh vào nghiệp vụ dự báo khí hậu tại Việt Nam.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên hai trục lý thuyết động lực học khí quyển nền tảng trong mô hình hóa số trị:

Thứ nhất là hệ thống động lực học phi thủy tĩnh ứng dụng trong mô hình NHRCM, phát triển trên cơ sở mô hình dự báo thời tiết nghiệp vụ NHM của Cơ quan Khí tượng Nhật Bản. Lý thuyết này không sử dụng giả thiết cân bằng thủy tĩnh truyền thống, cho phép mô tả đầy đủ gia tốc thẳng đứng và các hoàn lưu đối lưu nhiệt đới quy mô vừa và nhỏ.

Thứ hai là lý thuyết hoàn lưu khí quyển khu vực cân bằng thủy tĩnh được tích hợp trong mô hình RegCM4 của Trung tâm Vật lý Lý thuyết Quốc tế. Mô hình giải các phương trình nguyên thủy khí quyển trên hệ tọa độ áp suất sigma biến đổi theo địa hình.

Ba khái niệm lý thuyết then chốt được áp dụng xuyên suốt gồm: sơ đồ tham số hóa đối lưu mây tích (sơ đồ Kain-Fritsch cho NHRCM và sơ đồ kết hợp Grell-Emanuel cho RegCM4); mô hình tương tác bề mặt đất sinh quyển đơn giản hóa SiB; và phương pháp ghép nối biên phổ nhằm đồng hóa trường động lực từ quy mô lớn vào quy mô khu vực 20 km.

Phương pháp nghiên cứu

Nguồn dữ liệu đầu vào sử dụng bộ tái phân tích toàn cầu JRA-25 của Nhật Bản với độ phân giải phổ T106L40 (khoảng 120 km trên 40 mực thẳng đứng), cập nhật điều kiện biên định kỳ 6 giờ một lần, kết hợp trường nhiệt độ bề mặt nước biển tái phân tích MGDSST và COBE-SST. Dữ liệu đối chứng bao gồm chuỗi quan trắc thực tế tại 58 trạm synop trên toàn quốc và bộ số liệu phân tích dạng lưới APHRODITE độ phân giải 0.25 độ kinh vĩ trong cùng thời kỳ 22 năm (1986-2007).

Cỡ mẫu nghiên cứu bao gồm 58 trạm khí tượng bề mặt đại diện với tổng số hơn 8035 ngày quan trắc liên tục. Phương pháp chọn mẫu là phân tầng không gian theo vĩ độ địa lý thành 4 vùng nghiên cứu chuyên biệt: Bắc Bộ, Bắc Trung Bộ, Nam Trung Bộ và Nam Bộ. Cách chọn mẫu này đảm bảo tính đại diện cho các đới khí hậu từ cận nhiệt đới gió mùa phía Bắc đến nhiệt đới xích đạo phía Nam.

Lý do lựa chọn phương pháp phân tích: Nghiên cứu ưu tiên sử dụng chỉ số sai số trung bình (Mean Error) thay vì sai số toàn phương trung bình (RMSE) cho các quy mô tháng, mùa và năm. Nguyên nhân là do chỉ số RMSE gộp lẫn cả sai số độ lệch kỳ vọng (moment bậc một) và phương sai biến động (moment bậc hai), gây nhiễu khi đánh giá sai số hệ thống có độ lệch lớn trong mô hình khí hậu. Đối với lượng mưa ngày có phân bố Gamma lệch phải, phương pháp đánh giá dựa trên hàm mật độ phân bố tần suất histogram (độ dài bin 5 mm trên thang logarit) và tỷ số logarit lượng mưa được lựa chọn để phân tích chuẩn xác các giá trị cực trị. Đồng thời, gradient nhiệt độ tiêu chuẩn 0.65°C trên 100 mét được áp dụng để hiệu chỉnh sai số độ cao địa hình.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Phát hiện thứ nhất: Về trường nhiệt độ trung bình năm giai đoạn 1986-2007, mô hình NHRCM có xu hướng mô phỏng thiên cao nhẹ từ 0.5°C đến 1.5°C so với số liệu tái phân tích APHRODITE. Ngược lại, mô hình RegCM4 thể hiện độ lệch thiên thấp mang tính hệ thống rất rõ rệt từ 1.0°C đến 2.0°C trên diện rộng, cá biệt tại các khu vực địa hình núi cao như Tây Bắc và Tây Nguyên độ lệch âm lên tới hơn 3.0°C.

Phát hiện thứ hai: Trong mùa đông (các tháng 12, 1 và 2), mô hình NHRCM thể hiện kỹ năng vượt trội khi tái hiện sát thực tế nền nhiệt độ bề mặt với độ lệch trung bình so với trạm quan trắc chỉ khoảng 0.5°C. Trong khi đó, mô hình RegCM4 đánh giá nhiệt độ thấp hơn thực tế tới 2.0°C tại miền Bắc, tạo ra sự sai lệch đáng kể về cấu trúc các đợt không khí lạnh.

Phát hiện thứ ba: Trong mùa hè (các tháng 6, 7 và 8), cả hai mô hình đều nắm bắt tốt vị trí các trung tâm nắng nóng tại duyên hải Miền Trung và Đồng bằng Bắc Bộ. Tuy nhiên, NHRCM có xu hướng ấm hơn thực tế khoảng 0.5°C đến 1.0°C, trong khi RegCM4 mô phỏng nhiệt độ thấp hơn quan trắc khoảng 1.0°C tại hầu hết các trạm.

Phát hiện thứ tư: Về lượng mưa, mô hình phi thủy tĩnh NHRCM nắm bắt rất chuẩn xác chu trình biến trình năm và phân bố tần suất mưa cực đoan trên 50 mm trên ngày. Trong khi đó, RegCM4 có xu hướng đánh giá thấp lượng mưa mùa hè từ 15% đến 25% và mô phỏng thiên cao lượng mưa mùa khô từ 10% đến 20%, đồng thời độ chính xác suy giảm rõ rệt khi tiến dần về phía Nam Bộ.

Thảo luận kết quả

Nguyên nhân của sự khác biệt giữa hai mô hình bắt nguồn từ bản chất cơ cấu động lực và sơ đồ vật lý bề mặt. Việc RegCM4 mô phỏng nhiệt độ thiên thấp là do hạn chế của phép xấp xỉ thủy tĩnh khi xử lý địa hình đồi núi dốc, kết hợp với việc tính toán thông lượng bức xạ sóng ngắn bề mặt và đối lưu nhiệt ẩm chưa phản ánh hết tính chất mây nhiệt đới. Ngược lại, NHRCM tích hợp mô hình bề mặt sinh quyển SiB và sơ đồ Kain-Fritsch giúp tính toán cân bằng nhiệt ẩm bề mặt đất và đối lưu mây phân giải cao chính xác hơn, khắc phục hiện tượng lạnh nhân tạo.

Kết quả này hoàn toàn tương đồng với các công trình nghiên cứu khí hậu khu vực tại Nhật Bản và Đông Nam Á, khẳng định ưu thế tất yếu của mô hình phi thủy tĩnh khi tăng độ phân giải lên 20 km.

Để biểu diễn trực quan các kết quả trên, hệ thống dữ liệu được cấu trúc qua 4 hình thức trình bày khoa học:

1. Bản đồ đẳng trị sai số không gian thể hiện độ lệch ME trên lưới 201 nhân 181 điểm cho toàn khu vực Đông Dương;
2. Biểu đồ tụ điểm phân tán (scatter plot) trực quan hóa mức độ hội tụ của từng mô hình dọc theo đường chéo tối ưu 45 độ;
3. Biểu đồ đường chu trình năm 12 tháng đối sánh biến thiên nhiệt ẩm mô phỏng với quan trắc tại 58 trạm synop;
4. Biểu đồ cột phân bố tần suất histogram trên thang logarit thể hiện rõ nét độ dài đuôi phân bố của các hiện tượng mưa lớn và sóng nhiệt cực đoan.

Đề xuất và khuyến nghị

Thứ nhất, chuẩn hóa và tích hợp mô hình phi thủy tĩnh NHRCM vào quy trình nghiệp vụ dự báo khí hậu hạn mùa và hạn vừa tại Việt Nam. Trung tâm Dự báo Khí tượng Thủy văn Quốc gia cần chủ trì xây dựng bộ công cụ hiệu chỉnh sai số hệ thống tự động, đặt mục tiêu kéo giảm độ lệch nhiệt độ trung bình mùa xuống dưới 0.5°C và sai số lượng mưa tháng xuống dưới 10%, hoàn thành trong lộ trình 12 tháng tới.

Thứ hai, nâng cấp hạ tầng siêu máy tính và hệ thống tính toán hiệu năng cao với năng lực xử lý tối thiểu 50 Teraflops. Viện Khoa học Khí tượng Thủy văn và Biến đổi khí hậu cần tận dụng hạ tầng này để thử nghiệm chạy mô hình NHRCM ở độ phân giải siêu cao từ 2 km đến 5 km cho các lưu vực sông trọng điểm tại miền Trung và miền Bắc, thực hiện trong giai đoạn từ năm 2024 đến năm 2026.

Thứ ba, mở rộng và hiện đại hóa mạng lưới trạm quan trắc tự động bề mặt, nâng tổng số trạm đo mưa tự động lên hơn 1000 trạm chuẩn hóa trên phạm vi toàn quốc. Tổng cục Khí tượng Thủy văn cần định kỳ 6 tháng một lần cung cấp các bộ dữ liệu lưới hiệu chuẩn độ phân giải 0.1 độ nhằm phục vụ kiểm định và tối ưu hóa các sơ đồ tham số hóa vật lý cho mô hình khí hậu.

Thứ tư, nghiên cứu phát triển mô hình ghép nối hoàn chỉnh ba thành phần Khí quyển - Đại dương - Đất liền dựa trên nền tảng NHRCM kết hợp mô hình sóng và hoàn lưu biển Đông. Các nhóm nghiên cứu tại Đại học Quốc gia Hà Nội nên đẩy mạnh hợp tác quốc tế với Cơ quan Khí tượng Nhật Bản để hoàn thiện gói tham số hóa tương tác biển khí trong vòng 18 tháng, nhằm nâng cao độ chính xác dự báo bão mạnh và gió mùa mùa đông.

Đối tượng nên tham khảo luận văn

Nhóm 1 - Giảng viên, nghiên cứu sinh và học viên cao học chuyên ngành Khí tượng học, Khí hậu học và Thủy văn: Tài liệu cung cấp cơ sở lý thuyết chuẩn mực về động lực học phi thủy tĩnh, phương pháp thiết lập miền tính Mercator 20 km và kỹ thuật đồng hóa dữ liệu tái phân tích JRA-25 phục vụ các đề tài nghiên cứu chuyên sâu.

Nhóm 2 - Chuyên viên dự báo khí tượng tại các cơ quan dự báo quốc gia và khu vực: Cung cấp bức tranh tổng thể về đặc trưng sai số hệ thống (bias) của mô hình NHRCM và RegCM4 trên từng tiểu vùng khí hậu, giúp dự báo viên chủ động hiệu chỉnh bản tin dự báo mùa và nhận định xu thế thiên tai cực đoan.

Nhóm 3 - Cơ quan quản lý nhà nước về phòng chống thiên tai, tài nguyên nước và nông nghiệp: Khai thác chuỗi dữ liệu mô phỏng lượng mưa và nhiệt độ 22 năm để đánh giá nguy cơ hạn hán, lũ quét, đồng thời xây dựng phương án vận hành tối ưu hệ thống liên hồ chứa thủy điện và thủy lợi cấp tỉnh.

Nhóm 4 - Doanh nghiệp công nghệ khí hậu, đơn vị tư vấn biến đổi khí hậu và bảo hiểm rủi ro thiên tai: Sử dụng kết quả đánh giá độ phân giải cao của luận văn làm dữ liệu đầu vào cho các thuật toán phân tích rủi ro kinh tế, định giá sản phẩm bảo hiểm nông nghiệp tham số và xây dựng kế hoạch hành động xanh thích ứng biến đổi khí hậu.

Câu hỏi thường gặp

Mô hình phi thủy tĩnh NHRCM có điểm gì vượt trội so với mô hình thủy tĩnh RegCM4? Mô hình NHRCM giải trực tiếp phương trình chuyển động thẳng đứng hoàn chỉnh mà không bỏ qua gia tốc thẳng đứng như phép xấp xỉ thủy tĩnh của RegCM4. Nhờ đó, NHRCM mô phỏng chính xác các quá trình đối lưu quy mô nhỏ, tương tác địa hình núi phức tạp và nắm bắt các trận mưa rào cường độ lớn trên 50 mm trên ngày hiệu quả hơn hẳn.

Vì sao nghiên cứu sử dụng sai số trung bình thay vì sai số toàn phương trung bình? Chỉ số sai số toàn phương trung bình RMSE gộp chung cả sai số kỳ vọng bậc một và phương sai bậc hai, làm mất đi thông tin về độ lệch hệ thống khi mô hình có bias lớn. Sai số trung bình ME phản ánh trung thực bản chất mô phỏng thiên cao hay thiên thấp của mô hình, tạo tiền đề chuẩn xác cho các bước hiệu chỉnh thống kê.

Đặc trưng sai số nhiệt độ của hai mô hình trên lãnh thổ Việt Nam thể hiện như thế nào? Mô hình RegCM4 luôn mô phỏng nhiệt độ thiên thấp mang tính hệ thống từ 1.0°C đến 3.0°C trên toàn quốc, đặc biệt lạnh hơn nhiều tại vùng núi Tây Bắc và Tây Nguyên. Ngược lại, NHRCM mô phỏng nhiệt độ thiên cao nhẹ từ 0.5°C đến 1.5°C và tái hiện rất sát nhiệt độ thực tế trong mùa đông tại khu vực Bắc Bộ.

Chuỗi số liệu 22 năm đóng vai trò quan trọng ra sao trong việc đánh giá mô hình khí hậu? Chuỗi số liệu 22 năm từ năm 1986 đến năm 2007 đủ dài để triệt tiêu các dao động thời tiết ngẫu nhiên từng năm và thể hiện rõ nét tín hiệu khí hậu quy mô mùa và năm. Mẫu số liệu 8035 ngày giúp kiểm định vững chắc kỹ năng mô phỏng của mô hình số trị trước các chu kỳ hoàn lưu gió mùa và dao động khí hậu lớn.

Kết quả nghiên cứu của luận văn có thể ứng dụng vào xây dựng kịch bản biến đổi khí hậu không? Kết quả kiểm định là cơ sở khoa học trực tiếp phục vụ hạ quy mô động lực cho các kịch bản phát thải khí nhà kính. Bộ thông số và đặc tính sai số của NHRCM trên 4 vùng khí hậu giúp các nhà khoa học tự tin sử dụng mô hình này để dự tính chi tiết các hiện tượng cực đoan giai đoạn 2015-2030 tại Việt Nam.

Kết luận

• Đánh giá thành công và khẳng định tính ưu việt của mô hình khí hậu khu vực phi thủy tĩnh NHRCM so với mô hình thủy tĩnh RegCM4 trên lưới phân giải 20 km bao phủ toàn lãnh thổ Việt Nam.
• Xác định rõ nét quy luật sai số hệ thống: mô hình NHRCM có độ lệch nhiệt độ thiên cao từ 0.5°C đến 1.5°C trong khi RegCM4 có độ lệch thiên thấp nghiêm trọng từ 1.0°C đến 3.0°C.
• Chứng minh khả năng tái tạo vượt trội của NHRCM đối với trường nhiệt độ mùa đông và phân bố tần suất các trận mưa lớn cực đoan vượt ngưỡng 50 mm trên ngày tại 58 trạm quan trắc.
• Xây dựng thành công cơ sở dữ liệu mô phỏng khí hậu chi tiết 22 năm (1986-2007) đồng bộ với nguồn dữ liệu tái phân tích chất lượng cao JRA-25 và APHRODITE.
• Đề xuất khung giải pháp hoàn chỉnh về nâng cấp công nghệ tính toán, hiệu chỉnh thống kê và phát triển mô hình ghép nối phục vụ công tác cảnh báo thiên tai quốc gia.

Đóng góp lớn nhất của luận văn là đặt nền móng phương pháp luận vững chắc cho việc chuyển đổi công nghệ từ mô hình thủy tĩnh truyền thống sang thế hệ mô hình phi thủy tĩnh độ phân giải cao trong nghiên cứu khí hậu tại Việt Nam. Trong vòng 6 đến 12 tháng tới, các cơ quan nghiên cứu cần triển khai thử nghiệm NHRCM ở độ phân giải 5 km và tích hợp vào hệ thống dự báo tác động thiên tai. Các nhà khoa học, chuyên gia khí tượng và nhà quản lý môi trường hãy chủ động khai thác triệt để các phát hiện khoa học từ luận văn này để nâng cao hiệu quả thích ứng biến đổi khí hậu bền vững cho đất nước.